基于综合路阻函数多源最短路径计算.docVIP

基于综合路阻函数多源最短路径计算 　　摘 要 路径优化是物流配送方案中最核心的问题。本文提出考虑行驶距离、拥堵程度及平均行驶时间的综合路阻函数计算方法，并提取OSM地图中路段数据构建有向图，基于Dijkstra算法求得最短路径。 　　关键词 路径优化 综合路阻函数 Dijkstra算法 　　中图分类号：TP311 文献标识码：A 　　0引言 　　高效率合理的配送是物流系统顺利运行的保证，配送线路安排的合理与否对配送速度、成本、效益影响很大。正确合理地安排车辆的配送线路，实现合理的线路运输，可以有效地节约运输时间，增加车辆利用率，从而降低运输成本，提高企业经济效益与客户服务水平，使企业达到科学化的物流管理，？这也是企业提高自身竞争力的有效途径之一。 　　路径优化是物流配送中的核心问题。路径优化总的解决思路如下： 　　（1）路网的表示 　　（2）道路权重的标定 　　（3）最短路径算法求解 　　（4）把图中的最短路径还原成现实路网中的路段集 　　1路网的表示 　　交通路网的构成实体不仅具有非空间属性数据，例如等级、长度、类别、行程时间或延误时间等；还具有空间属性数据，例如空间位置。本项目将路网信息使用图来进行表达，表示方式如下： 　　（1）顶点：代表道路的交叉口或者终点，Vertex记作V。 　　（2）边：代表两个结点之间的一条可以互通的有方向的道路，Edge记作E。 　　（3）权值：代表路段的某些特征属性的量化，如路段长度、独断平均行程时间，即道路权重。Weight记作W。 　　一般来说，路段两个方向的交通流情况并不一致，当采用与交通流有关的拥堵计算时，采用有向图更为合适，并且有向图跟有利于处理单行线、转向等特殊情况。所以本项目将路网抽象成为一个赋权有向图，从而确定路网中某两地间的最优路线问题，转化为图论中的最短路径问题。 　　本文将物流配送网络使用有向图G=（V，E，W）来表示。其中V为顶点集，V={Vi|i=1，2，…n}；E为边集，E={e（Vi，Vj）|Vi，Vj∈V}；W为权值集W={W（Vi，Vj）|Vi，Vj∈V}。 　　1.1 OpenStreetMap 　　OpenStreetMap（?称OSM）是一个网上地图协作计划， OSM地理数据文件既包含了地理数据，又包含了对元数据的描述。每一个地理元素都拥有对应的元数据，用于记录数据修改的额时间、修改帐号和作者名称等等。OSM地理数据的描述采用的是一种包含拓扑性质的数据结构，其中与道路相关的地理元素主要包括节点（Node）和道路（Way）以及关系（Relation）。 　　1.1.1 Node节点 　　Node节点包括经纬坐标和高度信息。node通过经纬度定义了一个地理坐标点。同时，通过place=* and name=*来表示对象的名称。其他一些可选信息，如name等，在tag子标签中表示。 　　1.1.2 Way路线 　　Way表示地图中的一条线路，通过2-2000个点（nodes）构成。Way可表示如下3种。非闭合线，首尾不闭合的线路，通常可用于表示现实中的道路、河流、铁路等。闭合线，首尾相连的线路，例如可以表示现实中的环线地铁。区域，闭合区域，通常使用landuse=* 来标示区域等。 　　1.1.3 Realation关系 　　是有序列表nodes，ways和relations（合起来称为members成员）组成的，每一个成员可以选择拥有一个role角色，相互的关系通过role来定义。关系用来表示已经存在的nodes和ways之间的关系。 　　1.2数据解析及转换 　　作为一种以研究和共享为目的的空间路网数据，OSM 数据基元的属性值非常丰富，其尽可能地充分表达空间数据，以便不同领域的数据使用者方便提取。 　　OSM 路网数据和其他 GIS 数据一样，存储关系和逻辑关系是一种矢量关系，组成的点线面对象同样包括有对象的外在属性、对象的拓展与对象的空间位置。因此本项目中路网数据的拓朴关系是对Node和Node、Node和Way、Way和Way之间的相关关系、Relation与Relation之间的关系属性的数据描述。 　　首先，获取需进行配送的物流网络中的节点列表，其中节点使用经纬度表示，数据格式如下所示。 　　其中，每一行代表一个待配送网点的地址信息，第一个数字代表网点地址的经度，第二个数字代表网点地址的纬度。 　　如图1所示，在拿到待配送网点信息后，文件中的所有的点构成了路网的初始点集V，通过循环读取点集中的顶点，去ways表中查找是否有以该顶点为弧头的边，有则将该边上存在的所有nodes加入到点集中，并建立对应的边集E。由此建立，获取配送网点之间的详细路网。 　　2路网边权评价方法 　　路网